更多案例分享：

比较基因组学在微生物领域的应用

基因组测序在细菌基因组中的应用

基因组测序在真菌基因组中的应用

微生物基因组研究文章解读-（耐药基因）

微生物基因组研究文章解读-2

微生物多样性研究内容：

1. 研究环境样本中细菌的组成和丰度；

2. 研究不同环境样本间细菌群落组成及丰度的差异；

3. 探究不同环境样本间引起细菌群落结构差异的物种及相关的环境因子，探究外部环境因素对群落结构的影响。

主要分析方法：

1 了解样本组间菌群多样性的差异情况

通常使用Alpha 多样性进行判断，Alpha 多样性主要用于研究某一生境内（或样本中）的群落多样性，可通过计算一系列Alpha 多样性指数（如 sobs、chao1、shannon、simpson、coverage 等）来评估样本组菌群组成情况。

还可以对样本间的α多样性指数运用统计学T检验的方法，检测两组之间的指数值是否具有显著性差异。

文献案例：Alterations of the salivary and fecal microbiome in patients with primary sclerosing cholangitis.

doi: 10.1007/s12072-020-10089-z. Epub 2020 Sep 19.

PMID: 32949377.

主要结论：

观察两组的Shannon多样性指数和可观测到的OUT数量统计箱线图，发现与对照组相比PSC组患者粪便中的的细菌丰富性显着降低。

2 了解样本中物种的组成及优势菌群信息

基于物种注释结果，通常使用：

群落柱形图在不同分类学水平上分析组间样本的菌群组成及各物种相对丰度；

韦恩图在不同分类学水平上分析不同样本组中独有和共有的物种信息。

以此来探究物种与样本之间的关系，分析样本中的优势菌群或者关键菌群等。

文献案例：Different responses of soil bacterial and fungal communities to nitrogen deposition in a subtropical forest.

Doi: 10.1016/j.scitotenv.2020.142449. Epub 2020 Sep 22.

PMID: 33045514.

主要结论：

通过观察不同样本组间同颜色柱子颜色的不同，确定了，Proteobacteria，Acidobacteria，Actinobacteria和Chloroflexi在所有样本中都是优势菌群（图2a）。

观察同一颜色柱子在不同样本中的高度，了解到，在夏季，Proteobacteria，Actinobacteria和WPS-2的相对丰度随着氮沉积水平的增加而增加，而N150治疗组中Verrucomicrobia的相对丰度显着低于对照组。

冬季，随着氮沉降量的增加，Chloroflexi和WPS-2的相对丰度增加（P<0.05），而Proteobacteria的相对丰度却呈下降趋势。

文献案例：Elevated salinity deteriorated enhanced biological phosphorus removal in an aerobic granular sludge sequencing batch reactor performing simultaneous nitrification, denitrification and phosphorus removal.

doi: 10.1016/j.jhazmat.2019.121782. Epub 2019 Dec 6.

PMID: 32014652.

主要结论：

Venn图表明，两组间共有的OUT数量超过两样本总OUT的3/4。

3 判断样本间物种组成差异性

基于物种注释结果，对样本/样本组进行Beta多样性分析，通常使用PCA、PCoA、NMDS等分析方法，评估组间或样本间在物种组成上的相似性和差异性。

文献案例：Prenatal exposure to glufosinate ammonium disturbs gut microbiome and induces behavioral abnormalities in mice.

doi: 10.1016/j.jhazmat.2020.122152. Epub 2020 Jan 21.

PMID: 32004847.

主要结论：

分别将对照组与处理第六周和第八周的样本基于weighted unifrac进行PCoA的绘图（c图为第六周，d图为第八周），发现随着处理时间的延长，处理组的菌群结构与对照组菌群的差异性逐渐增大。

4 获取差异物种信息

基于物种组成及Beta 多样性分析，进一步进行物种组间差异比较从而获得样本组间存在显著性差异的物种；或者使用LEfSe差异判别分析，发现多个样本组中最能解释组间差异的物种，以及这些特征对组间差异的影响程度，同时也可获得分别在各组中起到重要作用的关键物种。

文献案例：Alteration of gut microbiota induced by DPP-4i treatment improves glucose homeostasis.

doi: 10.1016/j.ebiom.2019.03.057. Epub 2019 Mar 26.

PMID: 30922964; PMCID: PMC6603491.

主要结论：

通过多组别显著性柱形图了解到：①哪些物种是在3组中存在显著差异的；②在3组中存在显著差异的物种在3组中的分布情况。

文献案例：Metagenomic biomarker discovery and explanation.

doi: 10.1186/gb-2011-12-6-r60.

PMID: 21702898; PMCID: PMC3218848.

主要结论：使用LEfSe分析方法分析疾病组与对照组小鼠的肠道微生物菌群数据，发现19个差异丰富的微生物标注物（筛选标准：LDA值＞2.0）。这些物种可能解释了实验中结肠炎对动物双歧杆菌亚种的阳性反应。

5 相关性分析

基于菌群多样性数据和环境因子数据，可使用RDA/CCA分析图、相关性heatmap图、相关性网络图等，将物种和环境因子/理化指标/临床指标/代谢物进行相关性分析，筛选与环境因子/理化指标/临床指标/代谢物显著相关的物种，初步阐释菌群与表型变化间的关系。

文献案例：Effects of hydropower dam construction on sulfur distribution and sulfate-reducing prokaryotes assemblage.

doi: 10.1016/j.scitotenv.2019.135819. Epub 2019 Nov 29.

PMID: 31972948.

主要结论：

通过RDA研究了SRP和环境因子之间的关系，结果证明了硫酸盐，ORP，硝酸盐和CODMn是SRPs的重要驱动因子，并且几乎SRPs都与硫酸盐浓度呈负相关性。此外，水柱中Srps的相对丰度取决于高硝酸盐浓度和低氧化还原水平。

文献案例：Pollutant removal performance and microbial enhancement mechanism by water-lifting and aeration technology in a drinking water reservoir ecosystem.

doi: 10.1016/j.scitotenv.2019.135848. Epub 2019 Nov 30.

PMID: 31905546.

主要结论：

OTU - 环境参数关联网络由32个节点和23个边（正相关的边缘占40％）组成。将网络分为9个模块。模块1（21.88％）包括COD，Fe，OTU2550，OTU2351，OTU3052，OTU2354和OTU2888;模块2（15.62％）包括TDP，TP，OTU3391，OTU1634和OTU2341;模块3（15.62％）包括DO，CHL-α，OTU1118，OTU291和OTU1938;模块4（9.38％）包括NIRS，OTU1123和OTU3191;模块5（9.38％），模块6（9.38％）和6.25％（模块7-9）。其中，模块5和模块6主要受氨，CHL-α，DO，EC，MN，NIR的影响， ORP，pH，T，TDP，TP和TN;模块1和3主要受到DO和DOC的影响。

文献案例：Alterations of gut microbiome in autoimmune hepatitis. Gut. 2020 Mar;69(3):569-577.

doi: 10.1136/gutjnl-2018-317836. Epub 2019 Jun 14.

PMID: 31201284.

主要结论：

采用Spearman相关性系数展示属水平上物种与临床变量间的相关性。